Depresset. Grupo 5. Visualización
Daniel Galván Cancio, Daniel Vela Camacho, Jaime Linares Barrera, Miguel Encina Martinez
Dataset escogido
Student depression: https://www.kaggle.com/datasets/adilshamim8/student-depression-dataset
Proyecto sobre la depresión estudiantil
library(readr)
library(tidyr)
library(tidyverse)## Warning: package 'tidyverse' was built under R version 4.5.2## Warning: package 'forcats' was built under R version 4.5.2## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ purrr 1.1.0
## ✔ forcats 1.0.1 ✔ stringr 1.5.2
## ✔ ggplot2 4.0.0 ✔ tibble 3.3.0
## ✔ lubridate 1.9.4
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors library(dplyr)
library(ggplot2)
library(lubridate)
library(gapminder)
library(plotly)##
## Adjuntando el paquete: 'plotly'
##
## The following object is masked from 'package:ggplot2':
##
## last_plot
##
## The following object is masked from 'package:stats':
##
## filter
##
## The following object is masked from 'package:graphics':
##
## layout # leer el csv
ds <- read.csv("./data/student_depression_dataset.csv",sep=",")
head(ds)## id Gender Age City Profession Academic.Pressure Work.Pressure CGPA
## 1 2 Male 33 Visakhapatnam Student 5 0 8.97
## 2 8 Female 24 Bangalore Student 2 0 5.90
## 3 26 Male 31 Srinagar Student 3 0 7.03
## 4 30 Female 28 Varanasi Student 3 0 5.59
## 5 32 Female 25 Jaipur Student 4 0 8.13
## 6 33 Male 29 Pune Student 2 0 5.70
## Study.Satisfaction Job.Satisfaction Sleep.Duration Dietary.Habits
## 1 2 0 '5-6 hours' Healthy
## 2 5 0 '5-6 hours' Moderate
## 3 5 0 'Less than 5 hours' Healthy
## 4 2 0 '7-8 hours' Moderate
## 5 3 0 '5-6 hours' Moderate
## 6 3 0 'Less than 5 hours' Healthy
## Degree Have.you.ever.had.suicidal.thoughts.. Work.Study.Hours
## 1 B.Pharm Yes 3
## 2 BSc No 3
## 3 BA No 9
## 4 BCA Yes 4
## 5 M.Tech Yes 1
## 6 PhD No 4
## Financial.Stress Family.History.of.Mental.Illness Depression
## 1 1.0 No 1
## 2 2.0 Yes 0
## 3 1.0 Yes 0
## 4 5.0 Yes 1
## 5 1.0 No 0
## 6 1.0 No 0 dim(ds)## [1] 27901 18Depresión por sexo
depresion_por_sexo <- ds %>%
group_by(Gender) %>%
summarise(
Numero_Estudiantes_Deprimidos = sum(Depression == 1, na.rm = TRUE),
Numero_Estudiantes_No_Deprimidos = sum(Depression == 0, na.rm = TRUE)
) %>%
mutate(
Total = Numero_Estudiantes_Deprimidos + Numero_Estudiantes_No_Deprimidos,
Porcentaje_Deprimidos = 100 * Numero_Estudiantes_Deprimidos / Total,
Porcentaje_No_Deprimidos = 100 * Numero_Estudiantes_No_Deprimidos / Total
)
depresion_por_sexo_masculino <- depresion_por_sexo %>%
filter(Gender == "Male")
depresion_por_sexo_femenino <- depresion_por_sexo %>%
filter(Gender == "Female")
# Pie chart de varones deprimidos vs no deprimidos
plot_ly(depresion_por_sexo_masculino, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes Masculinos Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE)) # Pie chart de mujeres deprimidas vs no deprimidas
plot_ly(depresion_por_sexo_femenino, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes Femeninos Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE)) # Pie chart de porcentaje de estudiantes deprimidos por género
plot_ly(depresion_por_sexo, labels = ~Gender, values = ~Porcentaje_Deprimidos, type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Porcentaje de Estudiantes Deprimidos por Género',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))Depresión por profesión
profesions <- ds %>%
group_by(Profession) %>%
summarise(Count = n())
profesions## # A tibble: 14 × 2
## Profession Count
## <chr> <int>
## 1 'Civil Engineer' 1
## 2 'Content Writer' 2
## 3 'Digital Marketer' 3
## 4 'Educational Consultant' 1
## 5 'UX/UI Designer' 1
## 6 Architect 8
## 7 Chef 2
## 8 Doctor 2
## 9 Entrepreneur 1
## 10 Lawyer 1
## 11 Manager 1
## 12 Pharmacist 2
## 13 Student 27870
## 14 Teacher 6ggplot(profesions, aes(x = reorder(Profession, -Count), y = Count)) +
geom_bar(stat = "identity", fill = "coral") +
labs(title = "Número de Personas por Profesión",
x = "Profesión",
y = "Número de Personas") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Depresión por ciudad
depresion_por_ciudades <- ds %>%
filter(Depression == 1 & Profession == "Student") %>%
group_by(City) %>%
summarise(Numero_Estudiantes_Deprimidos = n()) %>%
arrange(desc(Numero_Estudiantes_Deprimidos))
depresion_por_ciudades## # A tibble: 43 × 2
## City Numero_Estudiantes_Deprimidos
## <chr> <int>
## 1 Kalyan 928
## 2 Hyderabad 896
## 3 Srinagar 763
## 4 Vasai-Virar 738
## 5 Thane 673
## 6 Kolkata 649
## 7 Ludhiana 646
## 8 Lucknow 641
## 9 Ahmedabad 638
## 10 Patna 635
## # ℹ 33 more rowsggplot(depresion_por_ciudades, aes(x = reorder(City, -Numero_Estudiantes_Deprimidos), y = Numero_Estudiantes_Deprimidos)) +
geom_bar(stat = "identity", fill = "steelblue") +
labs(title = "Ciudades con más Estudiantes Deprimidos",
x = "Ciudad",
y = "Número de Estudiantes Deprimidos") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
## Depresión por sexo en estudiantes
depresion_por_sexo <- ds %>%
filter(Profession == "Student") %>%
group_by(Gender) %>%
summarise(
Numero_Estudiantes_Deprimidos = sum(Depression == 1, na.rm = TRUE),
Numero_Estudiantes_No_Deprimidos = sum(Depression == 0, na.rm = TRUE)
) %>%
mutate(
Total = Numero_Estudiantes_Deprimidos + Numero_Estudiantes_No_Deprimidos,
Porcentaje_Deprimidos = 100 * Numero_Estudiantes_Deprimidos / Total,
Porcentaje_No_Deprimidos = 100 * Numero_Estudiantes_No_Deprimidos / Total
)
depresion_por_sexo## # A tibble: 2 × 6
## Gender Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 Female 7208 5133 12341
## 2 Male 9100 6429 15529
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>Depresión por nivel de estudios en estudiantes
Hemos encontrado que la variable nivel de estudios tiene distintos valores, por lo que en el preprocesado deberemos abordar esto unificando unos valores categóricos con orden
depresion_por_nivel_estudio <- ds %>%
filter(Profession == "Student") %>%
group_by(Degree) %>%
summarise(
Numero_Estudiantes_Deprimidos = sum(Depression == 1, na.rm = TRUE),
Numero_Estudiantes_No_Deprimidos = sum(Depression == 0, na.rm = TRUE)
) %>%
mutate(
Total = Numero_Estudiantes_Deprimidos + Numero_Estudiantes_No_Deprimidos,
Porcentaje_Deprimidos = 100 * Numero_Estudiantes_Deprimidos / Total,
Porcentaje_No_Deprimidos = 100 * Numero_Estudiantes_No_Deprimidos / Total
)
depresion_por_nivel_estudio## # A tibble: 28 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprim…¹ Total
## <chr> <int> <int> <int>
## 1 'Class 12' 4303 1777 6080
## 2 B.Arch 870 607 1477
## 3 B.Com 853 653 1506
## 4 B.Ed 1018 846 1864
## 5 B.Pharm 427 382 809
## 6 B.Tech 655 497 1152
## 7 BA 321 278 599
## 8 BBA 406 289 695
## 9 BCA 818 614 1432
## 10 BE 333 279 612
## # ℹ 18 more rows
## # ℹ abbreviated name: ¹Numero_Estudiantes_No_Deprimidos
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>Depresión por edad
depresion_por_edad <- ds %>%
filter(Profession == "Student") %>%
group_by(Age) %>%
summarise(
Numero_Estudiantes_Deprimidos = sum(Depression == 1, na.rm = TRUE),
Numero_Estudiantes_No_Deprimidos = sum(Depression == 0, na.rm = TRUE)
) %>%
mutate(
Total = Numero_Estudiantes_Deprimidos + Numero_Estudiantes_No_Deprimidos,
Porcentaje_Deprimidos = 100 * Numero_Estudiantes_Deprimidos / Total,
Porcentaje_No_Deprimidos = 100 * Numero_Estudiantes_No_Deprimidos / Total
)
depresion_por_edad## # A tibble: 34 × 6
## Age Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <dbl> <int> <int> <int>
## 1 18 1216 371 1587
## 2 19 1100 460 1560
## 3 20 1579 658 2237
## 4 21 1166 557 1723
## 5 22 700 459 1159
## 6 23 1047 594 1641
## 7 24 1506 749 2255
## 8 25 1079 702 1781
## 9 26 663 491 1154
## 10 27 886 575 1461
## # ℹ 24 more rows
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>depresion_long <- depresion_por_edad %>%
mutate(Total = Numero_Estudiantes_Deprimidos + Numero_Estudiantes_No_Deprimidos) %>% # opcional, ya la tienes
pivot_longer(
cols = c(Porcentaje_Deprimidos, Porcentaje_No_Deprimidos),
names_to = "Estado",
values_to = "Porcentaje"
) %>%
mutate(
Estado = recode(Estado,
Porcentaje_Deprimidos = "Deprimidos",
Porcentaje_No_Deprimidos = "No Deprimidos")
)
# Gráfico de barras apiladas
ggplot(depresion_long, aes(x = Age, y = Porcentaje, fill = Estado)) +
geom_col() +
labs(
title = "Porcentaje de estudiantes deprimidos por edad",
x = "Edad",
y = "Porcentaje (%)"
) +
scale_fill_manual(values = c("Deprimidos" = "red", "No Deprimidos" = "green")) +
theme_minimal()
Depresión por horas de sueño
depresion_por_horas_sueño <- ds %>%
filter(Profession == "Student") %>%
group_by(Sleep.Duration) %>%
summarise(
Numero_Estudiantes_Deprimidos = sum(Depression == 1, na.rm = TRUE),
Numero_Estudiantes_No_Deprimidos = sum(Depression == 0, na.rm = TRUE)
) %>%
mutate(
Total = Numero_Estudiantes_Deprimidos + Numero_Estudiantes_No_Deprimidos,
Porcentaje_Deprimidos = 100 * Numero_Estudiantes_Deprimidos / Total,
Porcentaje_No_Deprimidos = 100 * Numero_Estudiantes_No_Deprimidos / Total
)
depresion_por_horas_sueño## # A tibble: 5 × 6
## Sleep.Duration Numero_Estudiantes_Deprimidos Numero_Estudiantes_N…¹ Total
## <chr> <int> <int> <int>
## 1 '5-6 hours' 3513 2664 6177
## 2 '7-8 hours' 4362 2975 7337
## 3 'Less than 5 hours' 5354 2949 8303
## 4 'More than 8 hours' 3070 2965 6035
## 5 Others 9 9 18
## # ℹ abbreviated name: ¹Numero_Estudiantes_No_Deprimidos
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>Depresión por nivel de estudios
depresion_por_nivel_estudio <- ds %>%
filter(Profession == "Student") %>%
group_by(Age) %>%
summarise(
Numero_Estudiantes_Deprimidos = sum(Depression == 1, na.rm = TRUE),
Numero_Estudiantes_No_Deprimidos = sum(Depression == 0, na.rm = TRUE)
) %>%
mutate(
Total = Numero_Estudiantes_Deprimidos + Numero_Estudiantes_No_Deprimidos,
Porcentaje_Deprimidos = 100 * Numero_Estudiantes_Deprimidos / Total,
Porcentaje_No_Deprimidos = 100 * Numero_Estudiantes_No_Deprimidos / Total
)
depresion_por_nivel_estudio## # A tibble: 34 × 6
## Age Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <dbl> <int> <int> <int>
## 1 18 1216 371 1587
## 2 19 1100 460 1560
## 3 20 1579 658 2237
## 4 21 1166 557 1723
## 5 22 700 459 1159
## 6 23 1047 594 1641
## 7 24 1506 749 2255
## 8 25 1079 702 1781
## 9 26 663 491 1154
## 10 27 886 575 1461
## # ℹ 24 more rows
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>depresion_por_nivel_estudio <- ds %>%
filter(Profession == "Student") %>%
group_by(Degree) %>%
summarise(
Numero_Estudiantes_Deprimidos = sum(Depression == 1, na.rm = TRUE),
Numero_Estudiantes_No_Deprimidos = sum(Depression == 0, na.rm = TRUE)
) %>%
mutate(
Total = Numero_Estudiantes_Deprimidos + Numero_Estudiantes_No_Deprimidos,
Porcentaje_Deprimidos = 100 * Numero_Estudiantes_Deprimidos / Total,
Porcentaje_No_Deprimidos = 100 * Numero_Estudiantes_No_Deprimidos / Total
)
depresion_por_nivel_estudio## # A tibble: 28 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprim…¹ Total
## <chr> <int> <int> <int>
## 1 'Class 12' 4303 1777 6080
## 2 B.Arch 870 607 1477
## 3 B.Com 853 653 1506
## 4 B.Ed 1018 846 1864
## 5 B.Pharm 427 382 809
## 6 B.Tech 655 497 1152
## 7 BA 321 278 599
## 8 BBA 406 289 695
## 9 BCA 818 614 1432
## 10 BE 333 279 612
## # ℹ 18 more rows
## # ℹ abbreviated name: ¹Numero_Estudiantes_No_Deprimidos
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl># Grafico de barras del numero de estudiantes deprimidos por nivel de estudio
ggplot(depresion_por_nivel_estudio, aes(x = reorder(Degree, -Numero_Estudiantes_Deprimidos), y = Numero_Estudiantes_Deprimidos)) +
geom_bar(stat = "identity", fill = "purple") +
labs(title = "Número de Estudiantes Deprimidos por Nivel de Estudio",
x = "Nivel de Estudio",
y = "Número de Estudiantes Deprimidos") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
# pie chart de cada nivel de estudio con porcentaje de estudiantes deprimidos
# Class 12
depresion_por_class12 <- depresion_por_nivel_estudio %>%
filter(Degree == "'Class 12'")
depresion_por_class12## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimi…¹ Total
## <chr> <int> <int> <int>
## 1 'Class 12' 4303 1777 6080
## # ℹ abbreviated name: ¹Numero_Estudiantes_No_Deprimidos
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_class12, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de Class 12 Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#B.Arch
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "B.Arch")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 B.Arch 870 607 1477
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de B.Arch Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#B.Com
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "B.Com")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 B.Com 853 653 1506
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de B.Com Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#B.Ed
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "B.Ed")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 B.Ed 1018 846 1864
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de B.Ed Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#B.Pharm
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "B.Pharm")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 B.Pharm 427 382 809
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de B.Pharm Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#B.Tech
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "B.Tech")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 B.Tech 655 497 1152
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de B.Tech Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#BA
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "BA")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 BA 321 278 599
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de BA Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#BBA
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "BBA")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 BBA 406 289 695
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de BBA Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#BCA
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "BCA")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 BCA 818 614 1432
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de BCA Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#BE
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "BE")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 BE 333 279 612
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de BE Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#BHM
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "BHM")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 BHM 506 416 922
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de BHM Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#BSc
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "BSc")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 BSc 521 364 885
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de BSc Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#LLB
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "LLB")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 LLB 356 315 671
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de LLB Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#LLM
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "LLM")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 LLM 258 223 481
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de LLM Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#M.Com
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "M.Com")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 M.Com 389 344 733
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de M.Com Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#M.Ed
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "M.Ed")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 M.Ed 415 406 821
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de M.Ed Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#M.Pharm
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "M.Pharm")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 M.Pharm 313 268 581
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de M.Pharm Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#M.Tech
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "M.Tech")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 M.Tech 521 501 1022
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de M.Tech Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#MA
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "MA")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 MA 288 254 542
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de MA Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#MBA
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "MBA")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 MBA 303 259 562
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de MBA Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#MBBS
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "MBBS")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 MBBS 403 292 695
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de MBBS Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#MCA
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "MCA")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 MCA 557 485 1042
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de MCA Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#MD
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "MD")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 MD 296 273 569
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de MD Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#ME
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "ME")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 ME 98 87 185
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de ME Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#MHM
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "MHM")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 MHM 99 92 191
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de MHM Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#MSc
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "MSc")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 MSc 675 511 1186
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de MSc Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#Others
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "Others")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 Others 21 14 35
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de Others Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))#PhD
depresion_por_barch <- depresion_por_nivel_estudio %>%
filter(Degree == "PhD")
depresion_por_barch## # A tibble: 1 × 6
## Degree Numero_Estudiantes_Deprimidos Numero_Estudiantes_No_Deprimidos Total
## <chr> <int> <int> <int>
## 1 PhD 285 236 521
## # ℹ 2 more variables: Porcentaje_Deprimidos <dbl>,
## # Porcentaje_No_Deprimidos <dbl>plot_ly(depresion_por_barch, labels = ~c('Deprimidos', 'No Deprimidos'),
values = ~c(Numero_Estudiantes_Deprimidos, Numero_Estudiantes_No_Deprimidos), type = 'pie',
textposition = 'inside',
textinfo = 'label+percent') %>%
layout(title = 'Estudiantes de PhD Deprimidos vs No Deprimidos',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))# Scatterplot para ver la relación entre el rendimiento académico, la satisfacción académica y la depresión
# Primero, crea la variable Depresion_bin
df_procesado <- ds %>%
dplyr::mutate(
Depresion_bin = ifelse(!is.na(Depression), as.character(Depression),
ifelse(!is.na(Depression.Score) & Depression.Score >= 10, "1", "0")
),
Depresion_bin = factor(Depresion_bin, levels = c("0", "1"), labels = c("No", "Sí"))
)
# Luego, crea el gráfico (en un bloque SEPARADO)
ggplot(df_procesado, aes(x = CGPA, y = Study.Satisfaction, color = Depresion_bin, shape = Depresion_bin)) +
geom_point(size = 3, alpha = 0.8, na.rm = TRUE) +
scale_color_manual(values = c("No" = "#1f77b4", "Sí" = "#d62728")) +
scale_shape_manual(values = c("No" = 16, "Sí" = 17)) +
labs(
title = "CGPA vs Satisfacción según Depresión",
x = "CGPA",
y = "Study Satisfaction",
color = "Depresión",
shape = "Depresión"
) +
theme_minimal()